#include "cv.h" #include "highgui.h" #include "cxcore.h" /*--------------copyright-hanshanbuleng--------------------*/ // 将色调H的取值范围转换到0~180之间 int main() { float H,S,V,H1,S1,V1; IplImage *src = cvLoadImage("F:\\vs2010program\\RGB_HSV\\study_test\\2.jpg", 1); IplImage *hsv_img = cvCreateImage(cvGetSize(src), 8 , 3); IplImage *h_img = cvCreateImage(cvGetSize(src), 8, 1); IplImage *s_img = cvCreateImage(cvGetSize(src), 8, 1); IplImage *v_img = cvCreateImage(cvGetSize(src), 8, 1); cvCvtColor(src, hsv_img, CV_BGR2HSV); cvSplit(hsv_img, h_img, s_img, v_img, NULL); for(int y = 0; y < hsv_img->height; y++){ for(int x = 0; x < hsv_img->width; x++) { H1 = cvGetReal2D(h_img, y, x); S1 = cvGetReal2D(s_img, y, x); V1 = cvGetReal2D(v_img, y, x); //地址法 H = (uchar)h_img->imageData[y*h_img->widthStep + x*h_img->nChannels]; S = (uchar)s_img->imageData[y*s_img->widthStep + x*s_img->nChannels]; V = (uchar)v_img->imageData[y*v_img->widthStep + x*v_img->nChannels]; printf("H:%f S:%f V:%f \n",H,S,V); } } cvNamedWindow("hsv_img", 0); //HSV图 cvShowImage("hsv_img", hsv_img); cvNamedWindow("h_img", 0); //H通道 cvShowImage("h_img", h_img); cvNamedWindow("s_img", 0); //S通道 cvShowImage("s_img", s_img); cvNamedWindow("v_img", 0); //V通道 cvShowImage("v_img", v_img); cvWaitKey(0); cvReleaseImage(&hsv_img); cvReleaseImage(&h_img); cvReleaseImage(&s_img); cvReleaseImage(&v_img); cvDestroyWindow("hsv_img"); cvDestroyWindow("h_img"); cvDestroyWindow("s_img"); cvDestroyWindow("v_img"); return 0; }
时间: 2024-04-20 13:24:16 浏览: 12
这段代码是使用OpenCV库进行图像处理的示例代码。它的主要功能是将一张图片从RGB颜色空间转换为HSV颜色空间,并分离出H、S、V通道的图像。
代码首先加载一张图片,然后创建4个IplImage类型的图像变量,分别用于存储HSV图像、H通道图像、S通道图像和V通道图像。
接下来,使用cvCvtColor函数将RGB图像转换为HSV图像。然后,使用cvSplit函数将HSV图像分离为H、S、V三个单通道的图像。
之后,使用两种方式获取每个像素点的H、S、V值。一种方式是使用cvGetReal2D函数,通过指定坐标获取每个通道的值。另一种方式是使用地址法,通过访问图像数据的内存地址来获取值。
最后,代码使用printf函数打印出每个像素点的H、S、V值,并显示分离后的H、S、V通道图像。
需要注意的是,这段代码中使用的OpenCV版本是旧版本,新版本中已经将IplImage类型替换为Mat类型。
相关问题
#ifndef MY_HEADER_FILE_H #define MY_HEADER_FILE_H //#include "stdafx.h" #include <WINSOCK2.H> #include <iostream> #include <stdio.h> //#include <opencv/cv.h> #include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp>
这段代码中的条件编译指令 `#ifndef` 和 `#define` 是正确的,但是在这个指令的下面,又出现了包含其他头文件的指令 `#include`。如果这些头文件中包含了当前头文件,就可能导致文件包含自身的问题。
为了避免这种情况,建议将所有的 `#include` 指令放在条件编译指令之间,例如:
```
#ifndef MY_HEADER_FILE_H
#define MY_HEADER_FILE_H
// 包含其他头文件
#include "stdafx.h"
#include <WINSOCK2.H>
#include <iostream>
#include <stdio.h>
#include <opencv/cv.h>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
// 头文件内容
#endif
```
这样,可以确保在条件编译指令之前包含的头文件不会包含当前头文件,避免了文件包含自身的问题。
#include "opencv/cv.h" #include "opencv/highgui.h"
这段代码是用于包含OpenCV库的头文件。OpenCV是一个流行的计算机视觉库,它提供了许多用于图像和视频处理的功能。其中cv.h文件包含了OpenCV的核心功能,而highgui.h文件包含了一些用于图像和视频的I/O操作的函数。如果您想使用OpenCV库来编写图像处理程序,那么您需要在代码中包含这些头文件。当然,您还需要确保安装了OpenCV库并将其配置为编译器的库路径。